树轮年表对两种落叶松属气候变化响应表达的研究概况

于德水 卢杰，2，3*

（1.西藏农牧学院高原生态研究所，西藏 林芝860000；2.西藏高原森林生态教育部重点实验室，西藏 林芝860000；3.西藏林芝高山森林生态系统国家野外科学观测研究站，西藏林芝860000）

树木年轮气候学作为气象学的一类运用树木年轮分析的温度变化的分支学科，在19世纪至今的发展过程中日渐成熟，当前已被广泛运用在各项气象数据的重建，包括在温度[1，2]、降水[3，4]、帕尔默干旱（PDSI）[5，6]、干燥指数（DI）[7，8]、Walter指数（WI）等[9]。通过树木年轮的变化，运用统计学原理进行分析，以扩充或延伸区域内的气象资料[10]。树木作为区域环境变化的常见指示性植物，如全球范围内的ENSO现象[11]、La Nina现象、火山爆发[12]等，对森林生态系统产生影响的气候变化，以及推测森林对区域内气候的反馈作用。而近年利用树木年轮分析森林火灾[13]、地震[14]、山体滑坡[15]等灾害性环境因素，仍然作为树木年轮学的关注热点。树木年轮气候学作为从单一区域内的气候重建到全球树木年轮网络的重建统一[16]，当前在全球针对树木年轮气候标准年表的重建正在逐步与全球网络进行相互补充并不断的发展。

落叶松属为树木年轮气候学的传统研究对象，由于有着对温度变化十分敏感的特性，在一段时间内受到全球树木年轮气候学家的广泛关注，本文选用当前国内研究较为深入、研究资料较为全面的两种树种西伯利亚落叶松（Larix sibirica）及太白红杉（Larix potaniniivar.chinensis）进行讨论。

1 树木年轮标准年表的建立

从Douglass[17]及Fritts[18]提出建立标准化年表，并确定标准化的主要内容是去除树木自身的生长优势、树木群落内的干扰因素及环境中所存在的多种噪音后而建立的年表，无数的树木气候学家提出了大量的去除生长势数学模型，直至今日我们所运用的常规趋势标准仍然是上个世纪树木年轮气象学家Cook[19]所建立的“三步去势法”。

1.1 生长趋势拟合

1985年Cook建立了标准化回归模型，并开发出ARSTAN[20]软件，使其囊括了Cook所建立的标准去势方法。通过实用公式得出树木年轮宽度指数（Ii）：

（1）式中Ti表示树木年轮在LINTAB树轮测序仪下的实测数值，Gi表示树轮实测数值通过SPSS等统计软件所计算出的期望值。Cook在实际中针对年轮较短的树种发现，实用公式存在与数据偏离的结果。于是重新针对实用公式提出了自然对数公式

（2）式中InTi代表树木实测树轮的自然对数，InGi为树轮期望值的自然对数，InIi则表示树木宽度指数的自然对数，通过对公式对数化得到的数值将不会受时间空间的影响而存在数据偏移，但存在有两种问题，首先该对数公式极易受到年轮缺失影响，其次是得到的指数序列方差并不趋近于0.5的中心值导致得出的结论较为分散。

1.2 均值化

Cook在进行去势的过程中采用的双权重平均法，将得到的年表指数（Iy）纳入到标准年表（STD）中。

（3）式中Iy为年表指数，Ii为年轮宽度指数，k为常数，S为|Ii-Iy|的中位数。Cook在使用双权重平均法建立STD年表时发现，对于少量的小样本其精度得以保证，但当样本数过多（i＞6）时将会导致误差过大，而此时选用第二种方式——算数平均法，将更加稳健，同时在针对大量的样本时，误差将小于双权重平均法。

当前树木气候学家在进行STD年表的制作过程中，常包含有大量的实验样本，因此多选用算数平均法进行数据处理。

1.3 STD年表的转化

由于STD年表在建立完成后仍包含有大量的环境噪音，因此还需将STD年表作进一步的处理。将树木年轮中所包含的自相关指数重新返回至STD年表中进行运算，将得到差值年表RES，此时的RES年表在包含有外界气候信号的同时，相比于STD年表去除了树木自身的生长优势及种内竞争等噪音信号的影响。实验经验总结，此时进行分析树木年轮对气候变化的响应最为适宜。但RES年表在包含有气候的影响的信号同时，仍然含有部分的森林群落大环境中的各项低频的种间干扰因素，针对这个问题树木气候学家开始思考如何解决种间干扰对树木年轮所产生的影响。此时有学者提出建立自回归标准化年表ARS，该年表是将树种自身的信号响应单独提取，将信号回归至RES年表，在进行统计学处理后所得的ARS年表，不仅去除了自身的生长因素的影响，而且还去除了森林小区域内的干扰因素。但在去除干扰因素的同时也去除了一部分树木对气候变化响应微弱的信号。因此Cook总结，在使用三种年表的过程中，应先进行初步的相关分析，通常相关度小于0.85的年表不适用于当前区域或树种。吴祥定指出针对中国的不同区域，在受地形的影响诸如在青藏高原，部分地区树木年表的相关度可能不足0.75，但经拟合后发现树木年轮对气候变化的相应，却有着极高的相关度。因此吴祥定提出，针对不同区域在建立树轮年表时，相关度可以适时调整。[21]

2 西伯利亚落叶树木年轮对气候变化响应的概况

西伯利亚落叶松（Larix sibirica）主要分布在新疆地区，同时也作为干旱半干旱地区树木年轮气候学的热门树种，研究表明，西伯利亚落叶松对区域内的温度变化存在着显著的相关性[22]。而在深入的研究后西伯利亚落叶松被证明受到海拔的限制，表现出与气温及降水呈不同梯度的响应变化[23]。

尚华明等人在21世纪初在新疆阿尔泰地区利用STD年表分析西伯利亚落叶松对6月温度的变化，并提出与当月的气温呈显著正相关为开端。[24]国内诸多学者相继在新疆地区展开对西伯利亚落叶松的研究，从树轮密度到同位素13C[25-26]，从生长量到径向生长[27-28]。诸多学者分析西伯利亚落叶松生长发育的过程中表现出对环境适应性的生长特征。直至崔宇等人运用树木年轮气候学的研究方法，对西伯利亚落叶松树木年轮过去的359a的初夏气温的重建，使用STD年表进行分析，得出林线上树木年轮宽度主要受气温的影响，通过分析STD年表后发现研究区域内气候变化的冷暖期及其变化规律。[29]张晴等人在天山东部采用RES年表，详细地分析了在天山地区不同海拔梯度下的西伯利亚落叶松与气候变化的关系，并发现气候变暖使树木径向生长不断减小的特征，在低海拔地区特征表现更为显著。在海拔上中下限西伯利亚落叶松对气温升高的敏感性逐步降低，高海拔地区西伯利亚落叶松的径向生长主要受温度的影响，中低海拔地区主要受降水与温度的共同影响。[30]随后的几年内学者们运用不同的研究方式，不同的研究手段，试图将新疆地区整体气候变化进行统一，寻找西伯利亚落叶松树木年轮与气温关系最显著的月份，并希望将这种变化的响应信号归入到全球气温变化的研究范围中。直至焦亮等人在阿尔泰山中段分析从1798年以来6～7月的气温变化，证明了6～7月平均最低气温是研究区内树木年轮径向生长的主控气候因子引证了前人的研究观点，并证明研究区内的气候变化主要受厄尔尼诺-南方驱动（ENSO）、太阳黑子活动及全球温度变化（SST）的驱动，在国内率先将西伯利亚落叶松树木年轮径向生长与气候变化的关系扩大至全球。[31]

西伯利亚落叶松对气候变化的响应在新疆地区主要是受到当年6月气温的影响并呈显著的正相关性，且与当年6月的降水呈显著的负相关性。[32]但也有学者研究发现，西伯利亚落叶松的径向生长对与上一年8月和当年8月的平均气温、最高气温以及当年8月的最低气温呈显著负相关。[33]在不同海拔梯度的研究中发现，在高纬度地区西伯利亚落叶松主要受到温度的限制，而在低海拔地区则主要受到降水的限制。[34]在天山地区也有学者对西伯利亚落叶松的径向生长进行复本研究，并采用RES年表得出了与新疆地区的研究学者相似的研究结果。更有学者运用ArcGIS程序将VSO模型引入到树木年轮径向生长对气候响应关系的模拟中，且模拟效果同样印证了阿尔泰山与天山两地区的研究成果。[35]

通过对西伯利亚落叶松在阿尔泰山与天山两地区的研究对比发现，在研究区域范围内，树木年轮与气候变化的研究实验中最先使用STD年表在大范围内开展概况研究。因为STD年表包含有大量的响应因素，所以针对区域内的气候变化有着更加广泛的包容性。同时由于其中还包含有树木与区域范围内的相关信号，因此在研究的过程中，所关联的响应信号可以扩大至区域内的所有气候及干扰因素，包括自然干扰在内的所有信号，均可采用STD年表进行讨论。在针对气候变化的某单一环境因素时，可以通过采用RES年表对气候变化的因素进行相关性分析，此时采用STD年表将会受到区域内其他因素的干扰而造成信号的衰减而使敏感度降低。而在采用ARS年表进行研究分析的过程中要将研究的信号单独进行分析，由于其去除了大量的外界干扰，最大程度的表现出单一气象因子的影响，但在建立ARS年表的过程中也去除了部分树木对气候变化的信号，而使得ARS年表表现出对气候信号的相关性降低，因此在使用三种年表的过程中要根据研究内容进行预先评估，并在其最后采用COFECHA程序进行信号敏感度的信任关系检验。

3 太白红杉树木年轮对气候变化响应的概况

太白红杉（Larix potaninii var.chinensis）作为陕西、山东等我国中部地区的优势树种，主要分布在秦岭太白山周边地区，作为国内中部地区研究树木年轮与气候变化的主要树种。当前研究证明太白红杉对气候变化的响应十分复杂，与当年温度、降水和上一年温度、降水均存在有相关性，与全球气温变化及太平洋涛动（ODP）也存在有显著的相关性。本世纪初，吴建国在分析太白山地区7种植物的分布性研究时发现太白红杉在径向生长的过程中受到当年及上一年气温及降水的影响。[36]但当时还并不清楚具体时期及相应的响应规律，但此时已有学者提出随着全球气温的不断变化，在未来太白红杉的适宜区将可能逐步衰减直至消失。由康永祥等开展太白红杉树木年轮对气候变化响应的研究，但此时并未运用树木气象学的研究方法，而是采用函数分析的方式对太白红杉树木径向生长与气候变化的相关性进行函数分析，并提出太白红杉对当年4月的平均气温有显著的正相关性，与当年8月的降水呈显著的负相关性，而与当年10月的降水呈显著的正相关性。[37]由于未采用树木标准年表的研究形式，因此所提出的研究结论存在有一定的误差，在之后的研究过程中，其观点作为研究基础，被学者们不断地更新。2015年由秦进等在太白山南北两坡开展实验，并在分析树木年轮的三种年表所包含的信息后，采用RES年表与太白红杉的树木年轮对气候变化的响应进行分析，并得出在研究区内太白红衫的径向生长主要受前一年6月降水影响的结论。针对不同的坡向，证明：①在南坡树木年轮主要与当年5～6月的平均气温呈显著的正相关，与当年1～4月的降水呈显著负相关；②在北坡树木年轮与当年及前一年1～6月的平均气温呈显著正相关，与当年8月的降水呈显著负相关。同时研究发现北坡树木年轮对气温的变化更加敏感。[38]这也是在研究区域内最先采用树木年轮建立树木年表的研究方式，随后大量学者开展研究实验所得的结论也印证了秦进等人的观点，奠定了研究当地区域内树木径向生长与气候变化的基础。而针对太白山地区树木径向生长与气候变化开展了深入的研究，有研究表明在太白山区域内的气温变化与全球气温的变化存在着显著的相关性。而在太白山地区的树木径向生长也受到全球气温变化的影响。[39]印证了在未来太白红杉的生存环境必将遭受严酷的考验。

在太白山进行的气候变化的研究同样在秦岭鳌山地区被重复，并在研究的过程中采用了STD年表，同样得出相似的研究结论[40]，在不同研究区域中同样印证了全球气温变化后，太白红杉的适宜区将逐步减小直至消失[41]。

对太白红杉的研究结果及其研究方法简单分析后，可发现在探究区域气温与当地树种的生长变化的响应性研究中，最先采用的是函数公式的模拟研究，但研究结论较为广泛，还需深入分析，而采用年表分析的过程中，尤其是采用ARS年表，由于在去除大量的环境噪声的同时破坏了环境中的部分气候信号，致使对气温的变化无法通过信号的检验。而在研究的程中采用ArcGIS与STD年表的结合同样可以得到相当的准确结论。[42，43]

对太白红杉的研究过程进行分析，发现太白山地区与太白红杉相关的研究，不单证明区域内树木径向生长对气候变化的关系，同时也提供了丰富的研究手段及思路，扩展了树木年轮气候学的研究方法。

4 结语

树木年轮气候学的提出最先是用于气象数据的印证与扩展，在随着技术手段的不断发展，Cook的研究模式被广泛地运用在树木径向生长对气候变化的各个阶段，而随后的学者诸如Blasing[44]、Robinson[45]、Holmes[46]等不断地优化分析公式，将树木年表不断地深化，并对Cook等人所开发ARSTAN程序不断地更新，将上世纪树木生态学家所提出的研究公式及方法进行整合，随后创建的COFECHA程序，使树木年轮学家在建立树木年轮STD年表、RES年表、ARS年表等三种标准年表时更为精准、更为系统，不断地丰富学者们的研究方法，并不断地提供新的研究思路。通过对两种树木径向生长与气候变化的文献分析，当前的研究进展仍然是对研究区域内的特有树种的径向生长与气候变化的响应进行分析，并运用不同的分析手段，探究研究区域内的气候变化，并将区域内树木年轮对气候的响应结论延伸至全球气候变化的大范围内。